前几年财经业界言必称移动互联网，如今是言必称人工智能。在金融行业，人工智能在获客、信贷风控等方面已经有比较普遍的应用。如今，在投资领域，业界也在更深度探索AI的应用前景。
华夏基金与微软亚研院合作研究智能投资
以往人们对于基金公司的印象是高薪，风光，西装革履，参与各种路演，一个基金经理掌控几十亿上百亿的资金，在股市举足轻重。不过人工智能爆发的能量让各行各业瞩目，基金公司也开始主动与人工智能企业合作。
今天（6月13日），国内老牌基金公司华夏基金同微软亚洲研究院举办战略合作发布会，宣布双方将就人工智能在金融服务领域的应用展开战略合作研究，探索智能投资与资产管理行业智能化转型。
据悉，智能投资是此次双方合作研究的契机和重点，研究方向包括通过模式识别预测市场走势、基于深度学习挖掘影响市场的重要因素、基于机器学习方法论进行行业轮动的研究、基于大数据构建金融图谱、基于社交网络与应用软件等使用数据，识别并深度了解客户等。
微软亚洲研究院院长洪小文表示，在微软看来，人工智能最重要的目的不是去打赢一场比赛，而是跟伙伴能够打造一个更广泛的生态圈，让人工智能能够普及化走出象牙塔，让它能够普及更多的企业、客户，并且帮助每个企业转型。今天，每一个企业都必须掌握技术，每一家公司都会变成互联网公司，都会变成AI公司，能够掌握的技术把它转化成生产力，这个企业最有可能在数字化转型中抢得生机。
华夏基金总经理汤晓东表示，要深挖"AI+"带来的巨大投资机会，探索把人工智能全方位应用到投资、销售、客服等各个领域。以智能投资为例，一是大数据分析，辅助决策，在数据及信息获取方面，人工智能有巨大的优势，海量的数据基础、加上强大的计算能力，人脑往往几十年未必算得清的问题，机器须臾之间就有答案，能挖掘出很多细分领域的投资机会。
二是人工智能的自我学习，现在机器都有深度学习能力，机器没有人性贪婪和恐惧的弱点，也不会受情绪化的影响，不仅可以自己探索交易策略，从过去失败的教训和成功的经验中自主学习，做出当前的投资判断，它同时可以通过历史数据，学习不同投资者的交易模型，在相互博弈中得到最优交易策略，大大提升策略表现。
一家是规模靠前的老牌基金公司，一家是国际IT巨头，这样的合作好像还是业界首次。在此之前，在资产配置方面，招商银行等机构已经推出了智能投顾产品，在信贷风控方面，很多大数据风控公司将深度学习等技术应用到信贷风控等方面，在投资领域，AI的应用相对来说没有那么热，除了量化投资，还没有更多的探索。如何运用人工智能技术来辅助投资流程，降低风险甚至提高收益率，其实都是可以研究的方向。
AI具体怎样用到投资环节？
技术对于投资领域的影响实际上早已显现。华夏基金投资总监阳琨在演讲中介绍，高盛的CEO曾说过，高盛在纽约的股票交易柜台，雇佣了600名交易员，到今天只剩下了两名，大部分的交易员被算法替代，600名基金经理、交易员失去了他们的工作，取而代之是200名软件工程师，在开发维护他们的算法。
在交易环节，程序确实有优势：对数据更敏感，运算更快，没有情感的因素。在投资研究、选股等环节，人工智能又能做什么？华夏基金与微软亚研院的高管对于AI在投资领域的应用进行了解读与展望。综合来看，基金经理们普遍认为AI会形成很高效的投资辅助工具。
阳琨认为，AI能够帮助基金经理提升智力的上限，使信息获取与处理、投资决策等更加准确，也可以克服人类在认知等方面的缺点与不足。例如人工智能可能会成为一个有用的助手，它会告诉基金经理过去一天里面在证券市场或者财经里面发生了什么样的事情，有什么样的先例，能够扫除基金经理在学习、认知方面的一些盲区，来做投资的助手，在这个层面上来说，AI作为一种工具来提升投资的效率。
AI还可以辅助捕捉更有用的市场信息。阳琨介绍，有的对冲基金号称他们通过AI，通过人工智能识别出奥巴马在讲话中的语义上的细微的波动，能发掘出对市场不利的信息，从而抓住做空的机会。而一些对冲基金在运用图象识别技术从海量的卫星图片中去搜索，发现了沃尔玛在各地停车场的停车数据在不断衰减，从而做出了对沃尔玛未来收入预测的判断。
在未来，人工智能机器人甚至有可能去做基金经理。阳琨认为，一些互联网企业在AlphaGo这个事件之后，来砸下重金聘请围棋高手作为他们博弈AlphaGo策略的一个陪练。未来基金经理也可能会成为投资的AI机器人的陪练，甚至有一天，AI机器人可能会进入它们自己的博弈，去形成他们自己的投资策略。
华夏基金资产配置部总经理孙彬认为，不同经济体的经济增长结构决定了美林投资时钟中大类资产以及资产内部风格轮动的特征。让AI去对全球各国市场的历史去复盘，寻找经济增长趋势、结构变迁对资产价格以及风格轮动的影响，可以得到更多客观数据支持，帮助作出更准确判断。
微软亚洲研究院副院长刘铁岩从技术角度对AI在金融投资领域的应用进行了解读。他认为具体的技术应用包括量价数据分析、文本数据分析、知识图谱及推理、预测模拟与决策等方面。
通常，投资经理会根据量价数据的时序序列来寻找二维的模式，价量时空的模式以此来预估股票的涨跌，何时买入、卖出股票，这种经验的抽取，会受到个人因素的限制，很难有最优性的保障，用人工智能技术，依托大数据去寻找更加客观，更加有效的时空模式，来指导投资，可能会更有效。
文本数据也是非常重要的一个数据源，通过对文本数据的分类、语义分析、主题分析和情感分析，可以预测市场对于一个行业或一个公司的预期，甚至可以去预测股票走势的拐点。
高效的知识图谱索引和分析的开源引擎，可以对巨大体量的知识图谱，进行实时的分析推理，使高阶因果关系进行改变，决策更加理性。
AI在投资领域的应用还面临哪些问题？
畅想总是很美好，但现实往往很骨感。AI应用于投资，还有很多难题需要克服。
阳琨认为，机器可以帮助算出一个更加精准的EPS，但从EPS到投资获益，还有很长的距离。算出了一个股票的EPS之后，并不代表投资的一切，在此之外还要去琢磨人性，分析市场的行为与偏好等。
另外，如何提取人投资过程中的特征，让机器去学习，也是需要去解决的问题。而且在总结一个规律之后，特征会衰竭，因为人在意识到这样的特征之后，会改变人的行为和特征，人的行为是很难预测的。
刘铁岩认为，AI在投资领域的应用，还有很多研究课题。如金融市场存在信息缺失、隐藏等问题，给建模造成困难；市场规律的变化非平稳，对模型的预测能力提出挑战；金融市场的多方复杂博弈，加大了建模与分析的难度；黑天鹅事件很难用大数据、大样本方法来预测。
虽然面临很多技术难题，但AI对于投资的影响确实开始显现。以往的互联网和移动互联网时代，IT技术对于基金投资的影响更多还是体现在营销渠道方面，在核心的投资业务上影响很小。AI时代的来临，使得IT技术对于投资领域的影响更加深化，已经开始影响到投资核心的信息处理、选股等层面。预计未来的影响会更多地显现出来。或许AI基金经理会在未来诞生，并形成比人类基金经理更好的收益。